聚宽 get_price 多个股票数据_Python量化交易之四_聚宽数据

获取多个股票的数据，可以在`security`参数中传入一个证券池，例如一个股票代码列表。例如，以下代码获取了股票代码为`['000001.XSHE', '000002.XSHE']`的两只股票在2019年1月1日至2019年12月31日之间的收盘价数据：

from jqdatasdk import *
auth('账号', '密码') # 需要替换成你的聚宽账号和密码
securities = ['000001.XSHE', '000002.XSHE']
df = get_price(securities, start_date='2019-01-01', end_date='2019-12-31', fields=['close'])

其中，`df`是一个pandas的DataFrame对象，其中包含了两只股票的收盘价数据。如果需要获取更多的数据字段，例如开盘价、最高价、最低价等，可以在`fields`参数中传入一个数据字段列表。如果需要返回面板数据，可以将`panel`参数设置为`True`。

相关问题

python聚宽量化交易

聚宽是一个基于Python的量化交易平台，它提供了丰富的金融数据和交易功能，帮助用户进行量化交易研究和策略开发。你可以通过在终端中运行以下命令安装聚宽库：

pip install git https://github.com/JoinQuant/jqdatasdk.git

安装完成后，你可以使用聚宽库中的函数来获取股票价格数据，比如使用`get_price`函数获取指定股票代码的每日价格：

get_price(security="000001.XSHE", frequency='daily')

另外，聚宽还提供了一些其他的功能，比如邮件发送。你可以使用聚宽封装好的邮件发送程序来发送邮件和附件，方便在不同项目中集成使用。

写一个简单聚宽期货量化交易双均线策略及源代码

### 回答1：
以下是一个简单的聚宽期货量化交易双均线策略及其源代码：

策略思路：

- 策略采用双均线交叉的方式进行买卖信号的产生。
- 当短期均线上穿长期均线时，产生买入信号。
- 当短期均线下穿长期均线时，产生卖出信号。
- 策略在每个交易日收盘价进行交易，不考虑交易成本和滑点。

源代码：

# 导入聚宽数据包
import jqdata
# 定义策略参数
fast_ma = 5 # 短期均线
slow_ma = 20 # 长期均线
# 初始化函数，设定基准等等
def initialize(context):
# 设定沪深300作为基准
set_benchmark('IF88.CCFX')
# 设定交易手续费，买入时万分之0.3，卖出时万分之0.3，最低交易费为5元
set_commission(PerTrade(buy_cost=0.00003, sell_cost=0.00003, min_cost=5))
# 设定策略参数
g.fast_ma = fast_ma
g.slow_ma = slow_ma
# 设定交易品种
g.security = 'IF88.CCFX'
# 设定每个交易日下单时间
set_option('use_real_price', True)
set_option('order_volume_ratio', 1)
set_option('order_price_field', 'close')
set_option('avoid_future_data', True)
run_daily(trade, time='14:55')

# 交易函数
def trade(context):
# 获取当前价格
current_price = get_close_price(g.security)
# 获取当前持仓
current_position = context.portfolio.positions[g.security]
# 获取短期均线和长期均线
fast_ma = get_ma(g.security, g.fast_ma, '1d', 'close')
slow_ma = get_ma(g.security, g.slow_ma, '1d', 'close')
# 判断交易信号
if fast_ma > slow_ma and current_position is None:
# 产生买入信号
order_value(g.security, context.portfolio.cash)
elif fast_ma < slow_ma and current_position is not None:
# 产生卖出信号
order_target(g.security, 0)

# 获取均线函数
def get_ma(security, ma_length, frequency, field):
# 获取历史价格
prices = attribute_history(security, ma_length+1, frequency, ['close'])
# 计算均线
ma = sum(prices['close']) / ma_length
return ma

# 获取收盘价函数
def get_close_price(security):
return get_price(security, end_date=context.current_dt, fields=['close'], count=1)[security][-1]

### 回答2：
以下是一个简单的聚宽期货量化交易双均线策略的源代码：

def initialize(context):
    # 设置回测的参数
    # 设置交易标的为IF主力合约
    set_benchmark('IF88.CCFX')
    # 交易周期为日级别
    set_frequency('1d')
    # 设置手续费为万分之二
    set_commission(Commission(0.0002, close_commission=False, open_commission=True))

    # 设置策略参数
    context.fast_ma_length = 5
    context.slow_ma_length = 10

def handle_data(context, data):
    # 获取历史价格数据
    hist = history_bars(context.fast_ma_length + 1, '1d', 'close')

    # 计算快速均线和慢速均线
    fast_ma = np.mean(hist[:-1])
    slow_ma = np.mean(hist)

    # 获取当前持仓
    position = context.portfolio.positions[symbol('IF88.CCFX')].quantity

    # 判断交易信号
    if fast_ma > slow_ma and position == 0:
        # 金叉且没有持仓，买入
        order(symbol('IF88.CCFX'), 1)
    elif fast_ma < slow_ma and position > 0:
        # 死叉且持仓，卖出
        order(symbol('IF88.CCFX'), -1)

这个策略根据输入的参数设置快速均线和慢速均线的长度，然后在每个交易周期（这里设置为日级别）更新均线数据。如果快速均线上穿慢速均线且当前没有持仓，则以Market Order方式买入；如果快速均线下穿慢速均线且当前持有头寸，则以Market Order方式卖出。此外，还可以根据实际需求添加止盈止损等逻辑。

请注意，这只是一个简单的示例策略，可能需要根据实际情况进行修改和优化，以适应各种市场和交易品种。

### 回答3：
双均线策略是一种常用的量化交易策略，适用于期货交易。以下是一个简单的聚宽期货量化交易双均线策略及其源代码示例。

在这个双均线策略中，我们使用了两个指数移动平均线（MA），一个短期均线和一个长期均线。当短期均线从下方上穿长期均线时，我们以开盘价买入；当短期均线从上方下穿长期均线时，我们以开盘价卖出。

以下是实现该策略的示例源代码（Python）：

# 导入所需库
import jqdata
import numpy as np

# 初始化函数，设定要操作的股票、基准等等
def initialize(context):
    # 设定沪深300作为基准
    set_benchmark('000300.XSHG')
    
    # 设置交易参数
    set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0002, close_commission=0.001))
    
    # 定义股票池
    context.future = 'RB.SHF'
    
    # 定义短期均线和长期均线的天数
    context.short_period = 10
    context.long_period = 30

# 每个交易日开盘前运行
def before_trading_start(context):
    pass

# 交易时运行
def handle_data(context, data):
    # 获取历史数据
    hist = history_bars(context.future, context.long_period + 1, '1d', 'close')
    
    # 计算短期均线和长期均线
    short_ma = np.mean(hist[-context.short_period:])
    long_ma = np.mean(hist[-context.long_period:])
    
    # 获取当前持仓
    positions = context.portfolio.positions
    
    # 如果短期均线上穿长期均线，买入
    if short_ma > long_ma and context.future not in positions:
        # 获取当天开盘价
        open_price = data[context.future].open
        
        # 计算买入数量
        buy_quantity = max(int(context.portfolio.cash / open_price), 1)
        
        # 买入
        order_buy(context.future, buy_quantity)
    
    # 如果短期均线下穿长期均线，卖出
    elif short_ma < long_ma and context.future in positions:
        # 获取当天开盘价
        open_price = data[context.future].open
        
        # 卖出当前持仓
        order_sell(context.future, positions[context.future].quantity)

使用以上代码示例可以在聚宽平台上进行期货量化交易，该策略根据短期均线和长期均线的交叉信号进行买卖操作。请注意，此示例代码仅供参考，具体交易策略需要根据实际情况进行进一步优化和测试。